在主题建模中使用Word2vec输出作为LDA的输入
我已经读到，主题建模（从文本中提取可能的主题）最常用的技术是潜在的Dirichlet分配（LDA）。但最近我了解到另一款lda2vec。然而，我感兴趣的是尝试Word2Vec输出作为LDA的输入是否是一个好主意。
你认为为了一些研究而采用这种方法有意义吗？因为我正在做主题建模，所以需要一些新颖的方法。
共有1个答案
这是个好主意，而且已经有一些论文了。我建议您搜索“word嵌入LDA”而不是word2vec。有趣的是，就连大卫·布莱本人（LDA的发明者）在最近的一次采访中也表示，他正在考虑做类似的事情。
-
我不熟悉主题建模/潜在Dirichlet分配，并且难以理解如何将该概念应用于我的数据集（或者它是否是正确的方法）。 我有少量的文学文本（小说），并希望使用LDA提取一些一般主题。 我正在使用Python中的模块以及一些特性。为了进行测试，我将我的原始文本（仅6篇）分成30个块，每个块有1000个单词。然后，我将块转换为文档术语矩阵，并运行该算法。这就是代码（尽管我认为这与问题无关）： 然而，结果与
-
我有Android和Windows 7设置，并且我的音频插座在Windows 7机器上不起作用，我想用我的Android替代我的音频插座，使我能够使用蓝牙或USB连接连接耳机或扬声器等外部音频设备。这可能吗？我看过一些关于将手机用作麦克风（输入）的文章，但到目前为止还没有关于将其用作输入/输出的文章。
-
我正在使用gensim lda进行主题建模并获得如下结果： 主题1:word1 word2 word3 word4 主题2:word4 word1 word2 word5 主题3:word1 word4 word5 word6 然而，在同一个lda上使用木槌不会产生跨主题的重复单词。我有大约20份文件
-
我正在使用Spring Cloud Stream Kafka Binder。我有以下Kafka活页夹函数。 在yml中，我有: 如果我想从同一个功能向两个不同的主题发送数据，我需要做什么？
-
我对Kafka流很陌生，遇到了一个问题。 我有两个表 - 一个用于长期数据（描述），另一个用于实时数据（实时）。他们有一个共同的ID。 这个想法是存储来自描述的数据(假设在KTable中，为每个id保存最新的描述),当新消息出现在live - join中时，使用来自相应id上的描述的数据，并进一步发送它。 为简单起见，我们只使所有类型都为 String。 所以基本的想法就像我看过的所有教程一样: